[论文解读] Legal interpretation and AI: from expert systems to argumentation and LLMs

Václav Janeček, Giovanni Sartor|arXiv (Cornell University)|Mar 5, 2026

Artificial Intelligence in Law被引用 0

一句话总结

该论文调查法律领域的人工智能应用，涵盖专家系统、论证与机器学习/大语言模型三条主线，并分析各自如何处理法律解释及其在实践中的应用。

ABSTRACT

AI and Law research has encountered legal interpretation in different ways, in the context of its evolving approaches and methodologies. Research on expert system has focused on legal knowledge engineering, with the goal of ensuring that human-generated interpretations can be precisely transferred into knowledge-bases, to be consistently applied. Research on argumentation has aimed at representing the structure of interpretive arguments, as well as their dialectical interactions, to assess of the acceptability of interpretive claims within argumentation frameworks. Research on machine learning has focused on the automated generation of interpretive suggestions and arguments, through general and specialised language models, now being increasingly deployed in legal practice.

研究动机与目标

• 解释在专家系统中通过知识工程来实现对法律解释的研究目的
• 描述在论证框架中对解释性论点的表征及其辩证互动
• 讨论机器学习在为法律实践生成解释性建议和论证中的作用，包括通用与专业语言模型

提出的方法

• 对历史与当代AI在法律解释中的方法进行综述与综合
• 描述把人类解释转移到知识库中的专家系统知识工程
• 描述用于构建解释性主张及其辩证评估的论证框架
• 讨论机器学习在生成解释性建议与法律论证中的应用
• 考虑在法律解释中实际部署大语言模型的可行性

实验结果

研究问题

• RQ1 专家系统、论证与机器学习在法律解释及其向实践的转化方面采取了何种方式？
• RQ2 每种AI范式在解释与论证法律方面的优点与局限性是什么？
• RQ3 现有的大语言模型在法律情境中对生成解释性建议与论证有何贡献？

主要发现

• AI在法律解释方面的研究已从专家系统的知识工程发展为结构化论证，现又转向数据驱动的大语言模型。
• 专家系统侧重于将人类解释精准转移到知识库以便一致应用。
• 论证框架对解释性主张及其辩证互动进行建模，以评估可接受性。
• 包括通用与专业语言模型在内的机器学习正被越来越多地用于为法律实践生成解释性建议与论证。